Escolar Documentos
Profissional Documentos
Cultura Documentos
Informação
A informação surge a partir da estruturação ou organização de dados processados para um
fim/contexto especifico. Permite identificar o “o que”. Se apresenta no formato de sentenças,
equações, conceitos e ideias;
INFORMAÇÃO E TOMADA DE DECISÃO
Conhecimento
É composto por uma mescla de informação contextualizada, valores experiências e regras.
Permite identificar o “como”. Estão na forma de livros, teorias, conceitos e axiomas;
Sabedoria
É o estágio mais complexo de se definir e ocorre quando há a ressignificação dos outros
níveis em combinações metalinguísticas. Permite identificar o “por que”. Expressa-se em
compêndios, paradigmas, sistemas, leis e princípios.
INFORMAÇÃO E TOMADA DE DECISÃO
Pirâmide DICS-
Fonte: http://www.clevercorp.com.br/wp-
content/uploads/2015/07/piramide_03-01.png
SISTEMAS DE INFORMAÇÃO
Sistema de Informação (SI):
Sistema cujo elemento principal é a informação. Seu objetivo é armazenar, tratar e fornecer
informações de tal modo a apoiar as funções ou processos de uma organização.
Um SI é composto de um subsistema social e de um subsistema automatizado.
O primeiro inclui as pessoas, processos, informações e documentos.
O segundo consiste dos meios automatizados (máquinas, computadores, redes de
comunicação) que interligam os elementos do subsistema social
http://www.ifba.edu.br/professores/pablovf/repositorio/siTiposSi.pdf
SISTEMAS DE INFORMAÇÃO DO GOVERNO FEDERAL
Siorg - Sistema de Informações Organizacionais do Governo Federal
O Siorg é o sistema que trata as informações sobre as estruturas, competências, finalidades,
jurisdição, histórico legal e titulares dos Órgãos da Administração Federal. Disponibiliza o
catálogo de órgãos que é utilizado por todos os sistemas estruturantes do governo federal.
Fonte: https://intra.serpro.gov.br/linhas-negocio/catalogo-de-solucoes
SISTEMAS DE INFORMAÇÃO DO GOVERNO FEDERAL
Sigepe - Sistema de Gestão de Pessoas do Governo Federal
O Sistema de Gestão de Pessoas do Governo Federal (Sigepe), desenvolvido em parceria
entre o Serpro e a Dataprev, foi criado para subsidiar, por meio dos recursos de Tecnologia
da Informação, as políticas de gestão de pessoas e as operações de recursos humanos do
Governo Federal.
Fonte: https://intra.serpro.gov.br/linhas-negocio/catalogo-de-solucoes
SISTEMAS DE INFORMAÇÃO DO GOVERNO FEDERAL
Siest - Sistema de Informações das Empresas Estatais
O Siest é o sistema que oferece suporte ao Departamento de Coordenação e Controle das
Empresas Estatais (Dest), do Ministério da Economia, na captação de propostas de
investimentos das empresas estatais para o exercício financeiro subsequente.
Fonte: https://intra.serpro.gov.br/linhas-negocio/catalogo-de-solucoes
SISTEMAS DE INFORMAÇÃO DO GOVERNO FEDERAL
Portal de Compras do Governo Federal (Comprasnet)
O Comprasnet é um sistema web destinado à realização de licitações, contratações e
aquisições promovidas pelas instituições do governo federal. A tecnologia disponibiliza uma
série de facilidades voltadas para o controle e execução dos processos de contratação, além
de disponibilizar a legislação que regulamenta o processo de serviços gerais e de
contratação com informações gerais que torna desburocratizada a participação em processos
licitatórios.
CPF - Cadastro de Pessoas Físicas
O Cadastro de Pessoas Físicas (CPF) é um banco de dados gerenciado pela Secretaria da
Receita Federal do Brasil (RFB) que armazena informações de contribuintes, brasileiros e
estrangeiros, obrigados pela legislação vigente à inscrição no CPF, ou de cidadãos que se
inscreveram voluntariamente
Fonte: https://intra.serpro.gov.br/linhas-negocio/catalogo-de-solucoes
SOLUÇÕES DE APOIO A TOMADA DE DECISÃO - NECESSIDADE
Figura 1.1 Modelo de pressões – reações – suporte de negócios - Fonte: (TURBAN ,2009)
SOLUÇÕES DE APOIO À TOMADA DE DECISÃO - MOTIVADORES
Aumento da disponibilidade de hardware, software e recursos de rede
Intensificação comunicação e colaboração em grupo
Evolução das soluções de gerenciamento de dados
Aumento da capacidade de gerenciamento de grandes repositórios de
dados e Big Data
Disponibilidade softwares para suporte analítico
Superação dos limites cognitivos no processamento e armazenamento de
informações
Melhoria na gestão do conhecimento
Disponibilidade de suporte a qualquer momento em qualquer lugar
SOLUÇÕES DE APOIO A TOMADA DE DECISÃO - EVOLUÇÃO
Figura 1.1 Modelo de pressões – reações – suporte de negócios - Fonte: (TURBAN ,2009)
ANALYTICS- VISÃO GERAL
Benefícios
Um termo relativamente novo / palavra-chave;
De acordo com Institute for Operations Research and Management Science (INFORMS) :
Analytics representa a combinação de tecnologia informática, técnicas de gestão e estatística para resolver
problemas reais.
ANALYTICS- VISÃO GERAL
Data Science:
Procura fornecer insights estratégicos em questões onde não sabemos o que não sabemos.
ANALYTICS OU DATA SCIENCE?
Fonte: https://datascientistinsights.com/2013/09/09/data-analytics-vs-data-science-two-separate-but-interconnected-disciplines/
ANALYTICS - CIENTISTA DE DADOS
Cientista de dados:
De acordo Gartner, o papel do cientista de dados é fundamental para as organizações que
buscam extrair informações dos ativos de informação e requer uma ampla combinação de
habilidades que podem ser cumpridas melhor como equipe".
Questions
What happened? What will happen? What should I do?
What is happening? Why will it happen? Why should I do it?
Enablers
ü Dashboards ü Text mining ü Simulation
ü Scorecards ü Web/media mining ü Decision modeling
ü Data warehousing ü Forecasting ü Expert systems
Outcomes
Well defined Accurate projections Best possible
business problems of future events and business decisions
and opportunities outcomes and actions
Figura 1.4 Processo de criação e uso da inteligência.- Fonte: Fonte: (TURBAN ,2009)
INTELIGÊNCIA DE NEGÓCIOS - ADOÇÃO
Planejamento e alinhamento com a estratégia de negócios
Definir como o BI está ligado à definição e execução da estratégia
Planejamento e execução de soluções de BI com foco nas necessidades estratégicas
Escolher áreas chaves a serem atendidas com competências em BI
Incentivar a interação entre as potenciais comunidades de usuários;
Utilizar um centro de competências em BI para servir como um repositório e disseminador de
melhores práticas de BI entre as diferentes área da organização.
INTELIGÊNCIA DE NEGÓCIOS - ADOÇÃO
Aspectos Críticos a Serem Considerados
Desenvolver ou adquirir soluções de BI
Fazer versus comprar
Justificar e analisar o custo-benefício
Um esforço desafiador, por quê?
Garantir a Segurança
Proteção de Privacidade
Integração em outros sistemas e aplicativos
INTELIGÊNCIA DE NEGÓCIOS - ADOÇÃO
Benefícios
Economia de tempo
Versão única da verdade
Melhoria em estratégias e planos
Processos mais eficientes
Redução de custos
Relatórios mais rápidos e precisos
Melhoria da tomada de decisões
Melhor serviço ao cidadão
Aumento de receitas
BUSSINESS INTELIGENCE – BI E AULA 02
QLIKSENSE
AULA PRÁTICA
APRESENTAÇÃO DAS FERRAMENTAS
Apresentação do Software Qliksense Desktop (Uso gratuito);
Arquivo de dados:
https://drive.google.com/file/d/1QK1-
M0ubxJzko4mviz0_EMhqAUZwSP4M/view?usp=sharing
Arquivo do painel
https://drive.google.com/file/d/1INzVUAlOQB0-
6yp2bijAEkfcrvaMNKgl/view?usp=sharing
BUSSINESS INTELIGENCE – BI E AULA 03
QLIKSENSE
INTELIGÊNCIA DE NEGÓCIOS - COMPONENTES
Dados semiestruturados?
XML, HTML, arquivos de log, etc.
DADOS - TAXONOMIA
Discretizar os dados
Se for necessário converter varáveis numéricas em representações discretas usando amplitudes ou técnicas de
fragmentação por frequência.
Para varáveis categóricas, reduzir o número de valores aplicando conceitos de hierarquias apropriados.
Balanceamento de dados
Fazer oversample das classes menos representativas ou undersample da classe mais representativa.
O QUE É UM DATA WAREHOUSE?
Um repositório físico onde os dados relacionais são especialmente
organizados para fornecer dados corporativos limpos em um formato
padronizado
Oper marts
Um data mart operacional
/ Middleware
Legacy Metadata Data/text
Extract mining
Data mart
Transform Enterprise (Operations)
POS Data warehouse
OLAP,
Integrate
API
Data mart Dashboard,
(Finance) Web
Other Load
OLTP/Web
Replication Data mart
(...) Custom built
External
applications
Data
Packaged Transient
application data source
Data
warehouse
Data
marts
Other internal
applications
Data Integration and the Extraction, Transformation, and Load Process - Fonte: (SHARDA,DELEN,TURBAN ,2017)
INTEGRAÇÃO DE DADOS E EXTRAÇÃO, TRANSFORMAÇÃO E CARGA
Data Integration and the Extraction, Transformation, and Load Process - Fonte: (SHARDA,DELEN,TURBAN ,2017)
FERRAMENTAS DE ETL – SELEÇÃO E AQUISIÇÃO
Problemas que afetam a compra de uma ferramenta ETL
As ferramentas de transformação de dados são caras
As ferramentas de transformação de dados podem ter uma longa curva de aprendizado
Esquema de estrela
O estilo mais comum e o estilo mais simples de modelagem dimensional
Contém uma tabela de fatos cercada e conectada a várias tabelas de dimensão
Apresentação multidimensional
Dimensões: produtos, vendedores, segmentos de mercado, unidades comerciais, locais geográficos,
canais de distribuição, país ou indústria
e
m
Ti
Product
Geography
Cells are filled
Sales volumes of
Convertendo dados em informações para suporte de with numbers
representing a specific Region
decisão sales volumes on variable Time
and Products
Cubos de dados, drill-down / rollup, slice & dice.
Gerar relatórios ad hoc
Sales volumes of
Realização de análises estatísticas e outras análises a specific Time on
variable Region
and Products
IMPLEMENTAÇÃO BEM SUCEDIDA DE DW: COISAS A EVITAR
Começar com o patrocínio errado
Definir expectativas que você não são viáveis
Carregar o data warehouse com informações apenas porque está
disponível
Acreditar que o projeto de banco de dados de data warehousing é o
mesmo que o projeto de banco de dados transacional
DATA WAREHOUSE E ESCALABILIDADE
Escalabilidade
As principais questões relativas à escalabilidade:
A quantidade de dados no repositório
Rapidez com que o repositório cresce
O número de usuários simultâneos
A complexidade das consultas dos usuários
Mediana
O número no meio
Moda
A observação mais frequente
DADOS - ESTATÍSTICA DESCRITIVA
Medidas de Dispersão
Dispersão
Grau de variação em uma determinada variável
Amplitude
Max - Min
Quartis
Box-and-Whiskers Plot
Versátil e informativo
DADOS - ESTATÍSTICA DESCRITIVA
Forma da Distribuição
Histograma - gráfico de frequência
Skewness (Medida de assimetria)
Se v>0, maior peso na cauda direita (valores acima
da média
Se v<0, maior peso na cauda esquerda (valores
abaixo da média)
Se v=0, simétrica
DADOS – VISUALIZAÇÃO DE DADOS
"O uso de representações visuais para explorar, fazer sentido e comunicar dados".
Sintaxe: Exemplo:
CREATE DATABASE databasename; CREATE DATABASE testDB;
https://www.w3schools.com/sql
LINGUAGEM SQL – DDL - CRIAR E APAGAR TABELA
Sintaxe: Exemplo:
CREATE TABLE table_name ( CREATE TABLE Persons (
column1 datatype, PersonID int,
LastName varchar(255),
column2 datatype,
FirstName varchar(255),
column3 datatype, Address varchar(255),
.... City varchar(255)
); );;
Sintaxe: Exemplo:
ALTER TABLE table_name ALTER TABLE Persons
ADD column_name datatype; ADD Street varchar(255) ;
https://www.w3schools.com/sql
LINGUAGEM SQL – DDL - CONSTRAINT
Pode colocar restrições para limitar o tipo de dados a introduzir numa
tabela.
Podem ser especificadas nas instruções:
CREATE TABLE;
ALTER TABLE.
https://www.w3schools.com/sql
LINGUAGEM SQL – DDL – RESTRIÇÕES
https://www.w3schools.com/sql
LINGUAGEM SQL – DDL – RESTRIÇÕES
https://www.w3schools.com/sql
LINGUAGEM SQL – DDL – RESTRIÇÕES
Chave Primária
Sintaxe: Sintaxe:
CREATE TABLE Persons ( ALTER TABLE Persons ADD PRIMARY KEY
ID int NOT NULL PRIMARY KEY, (SID);
LastName varchar(255) NOT NULL,
FirstName varchar(255),
Age int
);
https://www.w3schools.com/sql
LINGUAGEM SQL – DDL – RESTRIÇÕES
https://www.w3schools.com/sql
LINGUAGEM SQL – DDL – CRIAR VISÃO
Sintaxe: Exemplo:
CREATE VIEW view_name AS CREATE VIEW [Products Above Average
Price] AS
SELECT column1, column2, ...
SELECT ProductName, UnitPrice
FROM table_name FROM Products
WHERE condition; WHERE UnitPrice > (SELECT AVG(UnitPrice)
FROM Products);
https://www.w3schools.com/sql
LINGUAGEM SQL
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – ALIASES
Sintaxe: Exemplo:
SELECT column_name AS alias_name SELECT o.OrderID, o.OrderDate,
c.CustomerName
FROM table_name; FROM Customers AS c, Orders AS o
WHERE c.CustomerName="Around the
Horn" AND c.CustomerID=o.CustomerID;
SELECT Orders.OrderID,
Orders.OrderDate,
Customers.CustomerName
FROM Customers, Orders
WHERE Customers.CustomerName="Aroun
d the
Horn" AND Customers.CustomerID=Orders.
CustomerID;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – ALIASES
Sintaxe: Exemplo:
SELECT column_name AS alias_name SELECT CustomerID as ID,
FROM table_name; CustomerName AS Customer
FROM Customers;
Sintaxe: Exemplo:
SELECT column1, column2, ... SELECT CustomerName,
FROM table_name; City FROM Customers;
SELECT DISTINCT column1, column2, ... SELECT DISTINCT Country FROM Custo
FROM table_name; mers;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – WHERE
Sintaxe: Exemplo:
SELECT column1, column2, ...
FROM table_name SELECT * FROM Customers
WHERE condition; WHERE Country='Mexico';
Sintaxe: Exemplo:
SELECT column_name(s) SELECT * FROM Customers
FROM table_name WHERE Country IN ('Germany', 'France', 'UK
');
WHERE column_name IN (value1, value
2, ...);
SELECT * FROM Customers
WHERE Country NOT IN ('Germany', 'France
', 'UK');
SELECT column_name(s)
FROM table_name SELECT * FROM Customers
WHERE Country IN (SELECT Country FROM
WHERE column_name IN (SELECT STATE Suppliers);
MENT);
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – BETWEEN
Sintaxe: Exemplo:
SELECT column_name(s) SELECT * FROM Products
WHERE Price BETWEEN 10 AND 20;
FROM table_name
WHERE column_name BETWEEN value1 SELECT * FROM Products
AND value2; WHERE Price NOT BETWEEN 10 AND 20;
Sintaxe: Exemplo:
SELECT column_names SELECT LastName, FirstName,
FROM table_name Address FROM Persons
WHERE Address IS NULL;
WHERE column_name IS NULL;
SELECT LastName, FirstName,
Address FROM Persons
SELECT column_names WHERE Address IS NOT NULL;
FROM table_name
WHERE column_name IS NOT NULL;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – ORDER BY
Sintaxe: Exemplo:
SELECT column1, column2, ... SELECT * FROM Customers
FROM table_name ORDER BY Country;
ORDER BY column1, column2,
... ASC|DESC; SELECT * FROM Customers
ORDER BY Country DESC;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – SELECT TOP
Sintaxe: Exemplo:
SELECT TOP number|percent column_na SELECT TOP 3 * FROM Customers;
me(s)
FROM table_name
WHERE condition;
SELECT column_name(s)
FROM table_name SELECT * FROM Customers
LIMIT 3;
WHERE condition
LIMIT number;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML
COUNT(), AVG() , SUM()
Sintaxe: Exemplo:
SELECT COUNT(column_name) SELECT COUNT(ProductID)
FROM table_name FROM Products;
WHERE condition;
SELECT AVG(Price)
SELECT AVG(column_name) FROM Products;
FROM table_name
WHERE condition;
SELECT AVG(Price)
SELECT AVG(column_name) FROM Products;
FROM table_name
WHERE condition;
Sintaxe: Exemplo:
SELECT Orders.OrderID, SELECT Orders.OrderID,
Customers.CustomerName, Customers.CustomerName,
Orders.OrderDate
Orders.OrderDate FROM Orders
FROM Orders INNER JOIN Customers ON Orders.Custome
INNER JOIN Customers ON Orders.Cus rID=Customers.CustomerID;
tomerID=Customers.CustomerID;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – JOIN
Tipos de Joins:
(INNER) JOIN: Retorna registros que têm valores
correspondentes em ambas as tabelas;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – INNER JOIN
Sintaxe:
SELECT column_name(s)
FROM table1
INNER JOIN table2 ON table1.column_name = table2.column_name;
Exemplo
SELECT Orders.OrderID, Customers.CustomerName
FROM Orders
INNER JOIN Customers ON Orders.CustomerID = Customers.CustomerID;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – SELF JOIN
Sintaxe:
SELECT column_name(s)
FROM table1 T1, table1 T2
WHERE condition;
Exemplo
SELECT A.CustomerName AS CustomerName1, B.CustomerName AS CustomerName2, A.City
FROM Customers A, Customers B
WHERE A.CustomerID <> B.CustomerID
AND A.City = B.City
ORDER BY A.City;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – LEFT JOIN
Sintaxe:
SELECT column_name(s)
FROM table1
LEFT JOIN table2 ON table1.column_name = table2.column_name;
Exemplo
SELECT Customers.CustomerName, Orders.OrderID
FROM Customers
LEFT JOIN Orders ON Customers.CustomerID = Orders.CustomerID
ORDER BY Customers.CustomerName;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – RIGHT JOIN
Sintaxe:
SELECT column_name(s)
FROM table1
RIGHT JOIN table2 ON table1.column_name = table2.column_name;
Exemplo
SELECT Orders.OrderID, Employees.LastName, Employees.FirstName
FROM Orders
RIGHT JOIN Employees ON Orders.EmployeeID = Employees.EmployeeID
ORDER BY Orders.OrderID;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – FULL JOIN
Sintaxe:
SELECT column_name(s)
FROM table1
FULL OUTER JOIN table2 ON table1.column_name = table2.column_name;
Exemplo
SELECT Customers.CustomerName, Orders.OrderID
FROM Customers
FULL OUTER JOIN Orders ON Customers.CustomerID=Orders.CustomerID
ORDER BY Customers.CustomerName;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – UNION
Restrições: Exemplo:
Cada instrução SELECT no UNION deve ter o mesmo número de SELECT City FROM Customers
colunas UNION
As colunas também devem ter tipos de dados semelhantes SELECT City FROM Suppliers
ORDER BY City;
As colunas em cada instrução SELECT também devem estar na
mesma ordem SELECT City FROM Customers
UNION ALL
SELECT City FROM Suppliers
ORDER BY City;
Sintaxe:
SELECT column_name(s) FROM table1 SELECT City, Country FROM Customers
WHERE Country='Germany'
UNION UNION
SELECT column_name(s) FROM table2; SELECT City, Country FROM Suppliers
WHERE Country='Germany'
ORDER BY City;
Exemplo SELECT 'Customer' As Type, ContactName, City,
SELECT column_name(s) FROM table1 Country
UNION ALL FROM Customers
SELECT column_name(s) FROM table2; UNION
SELECT 'Supplier', ContactName, City, Country
FROM Suppliers;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – GROUP BY
Usada com funções agregadas (COUNT, MAX,
MIN, SUM, AVG) para agrupar o conjunto de
Exemplo:
resultados por uma ou mais colunas. SELECT COUNT(CustomerID), Country
FROM Customers
GROUP BY Country;
Sintaxe:
SELECT column_name(s) SELECT COUNT(CustomerID), Country
FROM table_name FROM Customers
GROUP BY Country
WHERE condition ORDER BY COUNT(CustomerID) DESC;
GROUP BY column_name(s)
ORDER BY column_name(s); SELECT Shippers.ShipperName, COUNT(Orders.
OrderID) AS NumberOfOrders FROM Orders
LEFT JOIN Shippers ON Orders.ShipperID =
Shippers.ShipperID
GROUP BY ShipperName;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – HAVING
Sintaxe: Exemplo:
SELECT column_name(s) SELECT COUNT(CustomerID), Country
FROM table_name FROM Customers
WHERE condition GROUP BY Country
GROUP BY column_name(s) HAVING COUNT(CustomerID) > 5;
HAVING condition
ORDER BY column_name(s); SELECT COUNT(CustomerID), Country
FROM Customers
GROUP BY Country
HAVING COUNT(CustomerID) > 5
ORDER BY COUNT(CustomerID) DESC;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – EXISTS
Sintaxe: Exemplo:
SELECT column_name(s) SELECT SupplierName
FROM table_name FROM Suppliers
WHERE EXISTS WHERE EXISTS (SELECT ProductName FROM
Products WHERE SupplierId =
(SELECT column_name FROM table_name WHERE Suppliers.supplierId AND Price < 20);
condition);
SELECT SupplierName
FROM Suppliers
WHERE EXISTS (SELECT ProductName FROM Pro
ducts WHERE SupplierId =
Suppliers.supplierId AND Price = 22);
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – INSERT INTO
Sintaxe: Exemplo:
INSERT INTO table_name (column1, INSERT INTO Customers (CustomerName,
column2, column3, ...) ContactName, Address, City, PostalCode,
Country)
VALUES (value1, value2, value3, ...); VALUES ('Cardinal', 'Tom B.
Erichsen', 'Skagen
21', 'Stavanger', '4006', 'Norway');
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – SELECT INTO
Sintaxe: Exemplo:
SELECT * SELECT * INTO CustomersGermany
INTO newtable [IN externaldb] FROM Customers
FROM oldtable WHERE Country = 'Germany';
WHERE condition;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – COMENTAR
Sintaxe: Exemplo:
Linha: --Select all:
Texto depois de – SELECT * FROM Customers;
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – UPDATE
Sintaxe: Exemplo:
UPDATE table_name UPDATE Customers
SET column1 = value1, column2 = value SET ContactName='Juan'
2, ... WHERE Country='Mexico';
WHERE condition;
UPDATE Customers
SET ContactName='Juan';
https://www.w3schools.com/sql
LINGUAGEM SQL – DML – DELETE
Sintaxe: Exemplo:
DELETE FROM table_name; DELETE FROM Customers
WHERE CustomerName='Alfreds
Futterkiste';
https://www.w3schools.com/sql
BUSSINESS INTELIGENCE – BI E AULA 10
QLIKSENSE
AULA PRÁTICA
MANIPULAÇÃO DE DADOS
Realização de operações de manipulação de dados em bancos de
dados utilizando linguagem SQL;